AIエージェントは、チャットボットよりもはるかに高性能になりつつあります。計画を立て、タスクを実行し、アプリケーションとやり取りし、ますます複雑なワークフローを支援し始めています。こうした能力が向上するにつれて、より重要になる問いがあります。自律型AIをどのように信頼できるものにするのか、ということです。
ここで @NEAR Protocol は IronClaw 1.0 で興味深いアプローチを取っています。
AIモデルに監視なしで考えさせ、行動を実行させるのではなく、IronClawは意思決定と実行を分離するGuard層を導入しています。機密性の高い操作には明示的な承認が必要であり、AIを活用したワークフローに追加のセキュリティ層を生み出します。
結果は、強力なベンチマーク性能によって裏付けられています。DeepSeek-V4-Flashのベースモデルを使用して、IronClawはPinchBenchで93.5%、ClawBenchで88.6%、OfficeQAで76.4%を達成しました。つまり、セキュリティを最優先にしたアーキテクチャでも、性能を犠牲にする必要はないのです。
私が特に印象に残った機能の一つが、継続的なチェックポイント（中断位置の保持）です。中断してしまっても進捗を失うのではなく、IronClawはちょうど停止した地点から再開します。さらに、CLI、Web、Slack、Telegramにまたがるオムニチャネルのメモリと組み合わさることで、単発のデモではなく、本格的なエンタープライズ利用を前提に設計されているように感じます。
#IronClaw 自体に目を向けると、@NEAR Protocol はより幅広い分散型AIエコシステムを構築しています。そこでは、ユーザーや開発者が機密性があり、検証可能なAIインフラに信頼を置けます。そのビジョンにおいて、ステーキングは報酬を得る手段にとどまらず、将来のAIエージェントが依存する分散ネットワークのセキュリティを支える役割にもなります。
AIが進化し続けるにつれて、アーキテクチャ、セキュリティ、インフラストラクチャの重要性が、モデルのサイズと同じくらい高まっていくのかもしれません。
次世代のAIエージェントにとって、最も重要になるのはどちらだと思いますか？より強力なモデルでしょうか、それともより信頼できるインフラストラクチャでしょうか？